BMAK051 Clinical data analysis

Faculty of Medicine
Spring 2003
Extent and Intensity
0/0. 1 credit(s). Type of Completion: zk (examination).
Teacher(s)
prof. RNDr. Ladislav Dušek, Ph.D. (lecturer)
RNDr. Jan Mužík, Ph.D. (assistant)
Guaranteed by
prof. RNDr. Ladislav Dušek, Ph.D.
Centre for Biostatistics and Analyses – Specialized Units – Faculty of Medicine
Contact Person: prof. RNDr. Ladislav Dušek, Ph.D.
Prerequisites (in Czech)
Vzhledem k nedostatečné průpravě většiny posluchačů v základní statistické terminologii je předmět pro období roku 2002 - 2003 orientován spíše do základů biostatistiky, avšak s výraznou aplikací do klinických vědních oborů. Pro další období je plánována postupná změna na kurz pokročilý, spíše rozvíjející základní biostatistické metody. Kurz je určen pro lékaře a vědecké pracovníky ve zdravotnictví, nemá žádné zvláštní předpoklady.
Course Enrolment Limitations
The course is offered to students of any study field.
Course objectives (in Czech)
Předmět je koncipován jako intenzivní kurz pro posluchače postgraduálního studia, lékaře, případně specialisty jiných oborů. Cílem výuky je seznámit posluchače se základními principy analýzy dat, zdokonalit jeho dovednost při běžném zviditelňování informace, v testování statistických hypotéz a v několika specializovaných přednáškách podat základ vícerozměrných analýz, analýzy přežití a prediktivního modelování u klinických dat. Posluchač by v průběhu kurzu měl získat především schopnost rozumět principům statistického testování, vícerozměrných analýz a prediktivních modelů a měla by mu být zpřístupněna četba mezinárodní literatury aplikující tyto techniky. Součástí výuky je demonstrace aplikací v software STATISTICA for Windows.
Syllabus (in Czech)
  • Téma 1. Statistika v lékařském výzkumu - základní znalost I.: Úvodní seznámení se základními principy statistické analýzy dat. Pravděpodobnostní prezentace výsledků, principy plánování výzkumů, základy testování hypotéz. Nominální, ordinální a spojitá data v klinickém výzkumu a grafické možnosti jejich znázornění. Specifika klinických dat a jejich důsledky pro analýzu. Popis dat, kvantifikace variability a parametrů středu výběrových rozložení. Pojem distribuční funkce a její využití pro grafickou prezentaci výběrových rozložení. Principy pojmů kalibrace, prognóza, model.
  • Téma 2. Statistika v lékařském výzkumu - základní znalost II.: Modelová rozložení a jejich praktické využití /normální, log-normální, alternativní, binomické, Poissonovo, rozložení statistik t, F a c2). Odhady intervalů spolehlivosti, prezentace odhadů rozptylu, aritmetického a geometrického průměru a dalších modelových rozložení. Odhad mediánu. Sumární statistika spojitých a diskrétních dat. Příklady různých sumárních prezentací.
  • Téma 3. Statistika v lékařském výzkumu - základní znalost III.: Příprava dat k analýze. Grafické nástroje zviditelnění informace v exploratorní analýze /"PP plots, QQ plots, normal probability plots, box-and-whisker plots, scatterplots, stem and leaf display, histograms, 3D histograms, matrix plots - face plots, contour plots, surface plots"/. Transformace dat jako účelový nástroj praktické analýzy dat. Vyhledání odlehlých hodnot. Využitelnost a zneužitelnost počítačové techniky pro analýzu klinických dat. Neparametrické metody jako alternativa v případě nesplnění předpokladů parametrických technik - příklady. Příklady shrnující téma 1 - 3.
  • Téma 4. Jednorozměrné metody - spojitá data: Jednorozměrná analýza spojitých dat. "One-sample" a "two-sample" testy. Nezávislý a párový t test. Základy analýzy rozptylu jednoduchého a vícenásobného třídění, testování kontrastů. Neparametrické analýzy (Mann-Whitney test, Wald-Worowitz test, Kolmogorov-Smirnov two-sample test, Kruskal-Wallis test). Grafické možnosti při vyjadřování výsledku výše uvedených testů.
  • Téma 5. Jednorozměrné metody - diskrétní data: Jednorozměrná analýza diskrétních dat. "One-sample" a "two-sample" testy. Prezentace procent a odhady parametrů procenticky vyjádřených znaků. Binomický test. Fisherův exaktní test. Test dobré shody v klinických aplikacích. Analýza frekvenčních tabulek - další testy.
  • Téma 6. Základy korelační a regresní analýzy: Základy korelační analýzy. Parametrická a neparametrická korelace. Základy regresní analýzy. Analýza rovnice regresní přímky. Praktická využitelnost a grafické možnosti prezentace regrese a korelace. Aplikační příklady a seznámení s principy polynomiální regrese a nelineární regrese.
  • Téma 7. Základy vícerozměrné regrese a logistické regrese: Vícerozměrná regrese a logistická regrese jako prediktivní metody pro klinická data. Seznámení s principy vícerozměrné regrese. Posouzení kvality modelů a možnosti chyb. Vícerozměrná regrese v predikci klinicky relevantních znaků. Aplikační příklady. Modely logistické regrese - individualizace klinických predikcí směrem k pacientovi. Prezentace prediktivních modelů. Aplikační příklady.
  • Téma 8. Analýza přežití: Pravděpodobnost přežití. Kaplan-Meierova analýza přežití /median survival times/. Srovnání dvou a více křivek přežití /Log-rank test, hazard ratio, logrank test pro trendy, intervaly spolehlivosti pro pravděpodobnosti přežití/. "Cohort life tables" a možnosti analýzy přežití. Modelování přežití, Coxovy regresní modely. Praktické aplikace. Plánování studií zaměřených na analýzu přežití - kvalitativní aspekty pro experimentální design, kvantitativní odhad velikosti vzorku. Analýza přežití u stratifikovaných klinických studií. EORTC normativy pro experimentální plány analýz přežití. Služby dostupné na Internetu: konzultace o studiích zaměřených na analýzy přežití, demonstrace dostupného software. Nomogramy pro snadné plánování analýz přežití.
  • Téma 9. Vícerozměrná analýza klinických dat, moderní metody zpracování velkých souborů dat - úvod: Princip vícerozměrných analýz a jejich využití pro klinické aplikace. Vícerozměrná a jednorozměrná analýza dat - vzájemná potenciace nebo rozpor? Průzkum vícerozměrných dat, softwarově dostupné testy o vícerozměrném rozložení. Vícerozměrná vzdálenost /podobnost/ objektů nebo proměnných - přehled významných metrik. Dynamické regresní modely. Neuronové sítě jako využitelná modelovací technika. Data mining, automatické zpracování dat. Optimalizace experimentů, sampling design s užitím vícerozměrných statistických metod.
Literature
  • Altman D. G. (1991) Practical statistics for medical research. Chapman and Hall. London.
  • HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
  • HEBÁK, Petr and Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
  • Flury B. and Riedwyl H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
  • MELOUN, Milan and Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
  • Snedecor G.W. and Cochran W.G. (1971). Statistical methods. Iowa State University Press.
  • Zar J.H. (1984). Biostatistical analysis. Perntice Hall. New Jersey.
Language of instruction
Czech
Further comments (probably available only in Czech)
The course is taught annually.
Information on the per-term frequency of the course: 3 kurzy ročně.
The course is taught: in blocks.
Note related to how often the course is taught: 5 dnů po 4 hod (15:00-19:00).
Listed among pre-requisites of other courses
Teacher's information
http://www.cba.muni.cz/vyuka/
The course is also listed under the following terms Spring 2000, Autumn 2000, Spring 2001, Autumn 2001, Spring 2002, Autumn 2002, Autumn 2003, Spring 2004, Autumn 2004, Spring 2005, Autumn 2005, Spring 2006, Autumn 2006, Spring 2007, Autumn 2007, Spring 2008, Autumn 2008, Spring 2009, Autumn 2009, Spring 2010, Autumn 2010, Spring 2011, Autumn 2011, Spring 2012, Autumn 2012, Spring 2013, Autumn 2013, Spring 2014, Autumn 2014, Spring 2015, Autumn 2015, Spring 2016, Autumn 2016, Spring 2017, Autumn 2017, Spring 2018, autumn 2018, spring 2019, autumn 2019, spring 2020, autumn 2020, spring 2021, autumn 2021, spring 2022, autumn 2022, spring 2023, autumn 2023, spring 2024, autumn 2024, spring 2025.
  • Enrolment Statistics (Spring 2003, recent)
  • Permalink: https://is.muni.cz/course/med/spring2003/BMAK051